基于高光谱成像技术的蔬菜新鲜度快速检测方法研究

基于高光谱成像技术的蔬菜新鲜度快速检测方法研究
新鲜度是叶菜类蔬菜品质问题的核心,同时蔬菜品质已逐渐成为其能否进入国际、国内市场的基本因素,精细化的蔬菜生产和管理亟需先进的蔬菜生产、贮藏、评价与新鲜度分级技术。

因此迫切需要开展蔬菜的新鲜度检测指标选择和方法评价方面的研究,保障人们食用蔬菜的营养、安全、卫生,从而为蔬菜品质的大幅度提高和蔬菜资源的科学合理开发利用提供理论依据。

菠菜富含维生素、蛋白质、矿物质和膳食纤维,是一种营养丰富、味道鲜美的佳蔬。

但是菠菜采后代谢旺盛,呼吸速率很高,容易萎蔫和衰老。

本研究以市场上常见的全能菠菜为研究对象,获取叶片的高光谱数据,使用实验室化学测量法测定了叶片的叶绿素a、叶绿素b、总叶绿素、类胡萝卜素和可溶性糖含量,利用化学计量学方法分别建立了基于光谱信息的新鲜度判别模型和各个化学指标含量的预测模型,取得了良好的效果。

主要研究结论如下：(1)基于可见/近红外波段高光谱信息进行菠菜新鲜度快速判别,对4℃和20℃温度环境下贮藏的菠菜样本分别建立了全谱PLS-DA模型和SR-PLS-DA、SR-SVM、SR-ELM模型。

其中,SR-ELM判别模型预测效果最佳,识别率均达到了100%。

SR-PLS-DA模型的效果次之,4℃样本预测集的识别率为97.50%,高于基于全谱PLS-DA模型95.00%的识别率,20℃样本预测集的识别率达到了100%,远远高于全谱PLS-DA模型86.70%的识别率。

SR-SVM模型的效果最差,识别率在70%左右。

(2)基于近红外波段高光谱信息进行菠菜新鲜度快速判别,对4℃和20℃温度环境下贮藏的菠菜样本分别建立了全谱PLS-DA模型和VIP-PLS-DA、VIP-SVM、VIP-ELM模型。

其中,VIP-ELM模型预测效果最佳,识别率均达到了100%。

VIP-PLS-DA模型的效果次之,4℃样本预测集的识别率为92.50%,低于基于全谱PLS-DA模型的100.00%识别率,20℃样本预测集的识别率达到了100%,效果和全谱PLS-DA模型一样。

VIP-SVM模型的效果最差,识别率≥70%。

(3)在4℃下贮藏的菠菜样本新鲜度化学指标的快速检测中,叶绿素a含量检测的最优模型为SPA-ELM模型,预测集样本的预测结果为rp=0.8062,RMSEP=0.2697;叶绿素b含量检测的最优模型为SPA-EIM模型,预测集样本的预测结果为rp=0.6844,RMSEP=0.0819;总叶绿素含量检测的最优模型为SPA-MLR模型,预测集样本的预测结果为
rp=0.8500,RMSEP=0.2719;类胡萝卜素含量检测的最优模型为SPA-BPNN,预测集样本的预测结果为rp=0.7656,RMSEP=0.0587;可溶性糖含量检测的最优模型为SPA-MLR,预测集样本的预测结果为rp=0.8499, RMSEP=0.9104.说明应用可见/近红外高光谱技术对冷藏(4℃)菠菜进行叶绿素a、叶绿素b、总叶绿素、类胡萝卜素和可溶性糖含量的检测时可行的,并能获得较为满意的预测精度。

对4℃下贮藏的菠菜来说,总叶绿素含量的检测效果最好,可溶性糖含量的检测效果次之,叶绿素b含量的检测效果最差。

(4)在20℃下贮藏的菠菜样本新鲜度化学指标的快速检测中,叶绿素a含量检测的最优模型为SPA-MLR模型,预测集样本的预测结果为rp=0.9255, RMSEP=0.1991;叶绿素b含量检测的最优模型为SPA-MLR模型,预测集样本的预测结果为rp=0.8560,RMSEP=0.0557;总叶绿素含量检测的最优模型为SPA-ELM模型,预测集样本的预测结果为rp=0.8792, RMSEP=0.1739;类胡萝卜素含量检测的最优模型为SPA-MLR,预测集样本的预测结果为rp=0.8929, RMSEP=0.0274;可溶性糖含量检测的最优模型为SPA-ELM,预
测集样本的预测结果为rp=0.8719, RMSEP=0.7575。

说明应用可见/近红外高光谱技术对常温(20℃)菠菜进行叶绿素a、叶绿素b、总叶绿素、类胡萝卜素和可溶性糖含量的检测时可行的,并能获得较为满意的预测精度,对20℃贮藏的菠菜来说,叶绿素a含量的检测效果最好,类胡萝卜素含量的检测效果次之,叶绿素b含量的检测效果最差。

(5)20℃下样本的5个新鲜度化学指标含量的预测效果整体要比4℃样本的预测效果好,这两组样本中,都是对
叶绿素b含量的预测效果最差,其它4个指标的预测效果都比较好,可以考虑将叶绿素a,总叶绿素,类胡萝卜素和可溶性糖这四个指标作为菠菜新鲜度指标进行
进一步的探索和研究。